numpy.nanargmin (array, axis = Nessuno): Restituisce gli indici dell`elemento min dell`array sull`asse specificato, ignorando NaN.
I risultati non possono essere attendibili se la sezione contiene solo NaN e Infs.
Parametri:
array: array di input per lavorare su asse: [int, facoltativo] lungo un asse specificato come 0 o 1
Return:
Matrice di indici nell`array con la stessa forma di array.shape. con la quota lungo l`asse rimossa.
Codice 1:
# Programma Python che illustra
# nanargmin () lavoro
import
stupido come un secchione
# Lavorare con array 1D
array
=
[ geek.nan,
3
,
1
]
print
(
"INPUT ARRAY 1:"
, array)
array2 codice>
]])
# restituisce gli indici dell`elemento min
# per le metriche che includono NaN
print
(
"Indici di min in array1:"
, geek.nanargmin (array ))
# Utilizzo di array 2D
print
(
"INPUT ARRAY 2:"
, array2)
print
(
"Indici dei minimi in array2:"
, geek.nanargmin (array2))
print
(
"Indici sull`asse 1 di array2:"
, geek.nanargmin (array2, asse
=
1
) )
Output:
INPUT ARRAY 1: [nan, 4, 2, 3, 1] Indici di min in array1: 4 INPUT ARRAY 2: [[nan 4.] [1. 3.]] Indici di min in array2: 2 indici sull`asse 1 di array2: [1 0]
Codice 2: confronto di argmin e nanargmin operazione
# Programma Python che illustra
import
insensibile come un secchione
# Lavorare con array 2D
array
=
([[
8
,
13
,
5
[geek.nan, geek. nan,
[
10
[
3
,
11
,
4
,
12
]])
print
(
"INPUT ARRAY:"
, array)
# restituisce m negli indici degli elementi
# per metriche
"" "
[[8 13 5 0]
[0 2 5 3]
[10 7 15 15]
[3 11 4 12]]
^ ^ ^ ^
0 2 4 0 - elemento
1 1 3 0 - indicatori
"" "
print
(
"Indici di min usando argmin:"
, secchione.argmin (array, asse
print
(
" Indici di min usando nanargmin:: "
, geek.nan argmin (una matrice, un asse
=
0
))
Output:
INPUT ARRAY: [[8 13 5 0] [0 2 5 3] [10 7 15 15] [3 11 4 12]] Indici dell`elemento minimo: [1 1 3 0]
Link:
argmin.html> https://docs.scipy.org/doc/numpy -dev / reference / generato / numpy.nanargmin.html
Note:
questi codici non verranno lavorare per ID online. Eseguili sui tuoi sistemi per vedere come funzionano
Questo articolo è fornito da Mohit Gupta_OMG